MétaCan
Menu
Retour à la cohorte
Enregistrement W2782567060 · doi:10.1097/pcc.0000000000001450

Reorganizing Care With the Implementation of Electronic Medical Records: A Time-Motion Study in the PICU*

2018· article· en· W2782567060 sur OpenAlexaff
Nadia Roumeliotis, Geneviève Parisien, Sylvie Charette, Elizabeth Arpin, Fabrice Brunet, Philippe Jouvet

Notice bibliographique

RevuePediatric Critical Care Medicine · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHospital Admissions and Outcomes
Établissements canadiensCentre Hospitalier Universitaire Sainte-Justine
Organismes subventionnairesnon disponible
Mots-clésInterquartile rangeMedicineMedical recordHealth careElectronic medical recordNursing careEmergency medicineNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To assess caregivers' patient care time before and after the implementation of a reorganization of care plan with electronic medical records. DESIGN: A prospective, observational, time-motion study. SETTING: A level 3 PICU. PARTICIPANTS: Nurses and orderlies caring for intubated patients during an 8-hour work shift before (2008-2009) and after (2016) implementation of reorganization of care in 2013. INTERVENTIONS: The reorganization plan included improved telecommunication for healthcare workers, increased tasks delegated to orderlies, and an ICU-specific electronic medical record (Intellispace Critical Care and Anesthesia information system, Philips Healthcare). MEASUREMENTS AND MAIN RESULTS: Time spent completing various work tasks was recorded by direct observation, and proportion of time in tasks was compared for each study period. A total of 153.7 hours was observed from 22 nurses and 14 orderlies. There was no significant difference in the proportion of nursing patient care time before (68.8% [interquartile range, 48-72%]) and after (55% [interquartile range, 51-57%]) (p = 0.11) the reorganization with electronic medical record. Direct patient care task time for nurses was increased from 27.0% (interquartile range, 30-37%) before to 34.7% (interquartile range, 33-75%) (p = 0.336) after, and indirect patient care tasks decreased from 33.6% (interquartile range, 23-41%) to 18.6% (interquartile range, 16-22%) (p = 0.036). Documentation time significantly increased from 14.5% (interquartile range, 12-22%) to 26.2% (interquartile range, 23-28%) (p = 0.032). Nursing productivity ratio improved from 28.3 to 26.0. A survey revealed that nursing staff was satisfied with the electronic medical record, although there was a concern for the maintenance of oral communication in the unit. CONCLUSIONS: The reorganization of care with the implementation of an ICU-specific electronic medical record in the PICU did not change total patient care provided but improved nursing productivity, resulting in improved efficiency. Documentation time was significantly increased, and concern over reduced oral communication arose, which should be a focus for future electronic improvement strategies.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,010
Tête enseignante GPT0,355
Écart entre enseignants0,345 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePediatric Critical Care MedicineMême sujetHospital Admissions and OutcomesTravaux en français237 207